当前位置:首页 > 技术 > 正文内容

Python内置模块详解与实战应用

访客 技术 2026年6月11日 1

正则表达式中的转义处理

在原生正则中,反斜杠用于取消字符的特殊含义,每个反斜杠仅能转义一个字符。而在Python中推荐使用原始字符串(r前缀)来避免转义问题,也可结合反斜杠使用。

re模块核心功能

import re

# 查找所有匹配项
result = re.findall(r'\d+', 'abc123def456')
print(result)  # ['123', '456']

# 检索首个匹配项
match_obj = re.search(r'^[A-Z]', 'Apple')
if match_obj:
    print(match_obj.group())  # Apple

# 从头开始匹配
start_match = re.match(r'Hello', 'Hello World')
if start_match:
    print(start_match.group())  # Hello

# 分割字符串
parts = re.split(r'[,\s]+', 'a,b c   d,e')
print(parts)  # ['a', 'b', 'c', 'd', 'e']

# 替换文本内容
replaced = re.sub(r'\d+', '数字', '第1个和第2个')
print(replaced)  # 第数字个和第数字个

# 带替换次数限制的替换
limited_replace = re.sub(r'\d+', '数字', '1+2=3', count=1)
print(limited_replace)  # 数字+2=3

# 编译正则以提高效率
pattern = re.compile(r'\d{3}-\d{4}')
phone_match = pattern.findall('电话:123-4567')
print(phone_match)  # ['123-4567']

# 迭代式匹配
iter_matches = re.finditer(r'\w+', 'hello world')
for match in iter_matches:
    print(match.group(), match.span())  # hello (0, 5), world (6, 11)

# 分组提取
id_card = '110105199812067023'
info = re.search(r'^(\d{6})(\d{8})(\d{3}[0-9X])$', id_card)
if info:
    print(info.group(1))  # 110105
    print(info.group(2))  # 19981206
    print(info.group(3))  # 7023

网页数据抓取实战

import re

with open('branch_data.html', 'r', encoding='utf-8') as file:
    content = file.read()

# 提取公司名称、地址、邮箱、电话
names = re.findall(r'<h2>(.*?)</h2>', content)
addresses = re.findall(r'<p class="mapIco">(.*?)</p>', content)
emails = re.findall(r'<p class="mailIco">(.*?)</p>', content)
phones = re.findall(r'<p class="telIco">(.*?)</p>', content)

# 组合信息并输出
for name, addr, email, phone in zip(names, addresses, emails, phones):
    print(f"""
        公司名称:{name}
        地址:{addr}
        邮箱:{email}
        电话:{phone}
    """)

collections模块高级数据结构

from collections import namedtuple, deque, OrderedDict, defaultdict, Counter

# 1. 命名元组:增强可读性
Point = namedtuple('Point', ['x', 'y'])
p = Point(10, 20)
print(p.x, p.y)  # 10 20

# 2. 双端队列:支持两端插入删除
dq = deque([1, 2, 3])
dq.appendleft(0)      # [0, 1, 2, 3]
dq.pop()              # [0, 1, 2]

# 3. 有序字典:保持插入顺序
ordered = OrderedDict()
ordered['first'] = 1
ordered['second'] = 2
print(ordered)  # OrderedDict([('first', 1), ('second', 2)])

# 4. 默认字典:自动初始化默认值
data = [10, 20, 30, 40, 50]
grouped = defaultdict(list)
for val in data:
    if val > 30:
        grouped['high'].append(val)
    else:
        grouped['low'].append(val)
print(grouped)  # {'low': [10, 20, 30], 'high': [40, 50]}

# 5. 计数器:统计元素频率
text = "mississippi"
counter = Counter(text)
print(counter)  # Counter({'i': 4, 's': 4, 'p': 2, 'm': 1})

queue模块:线程安全队列

import queue

q = queue.Queue(maxsize=5)

q.put('item1')
q.put('item2')

print(q.get())  # item1
print(q.get())  # item2

# 无数据时阻塞等待
# q.get()  # 程序在此暂停,直到有新数据加入

time模块:时间操作

import time

# 休眠指定秒数
time.sleep(2)

# 获取时间戳
timestamp = time.time()
print(timestamp)

# 格式化时间
formatted_time = time.strftime('%Y-%m-%d %H:%M:%S', time.localtime())
print(formatted_time)

# 转换为结构化时间
local_time = time.localtime()
utc_time = time.gmtime()

datetime模块:日期与时间处理

import datetime

now = datetime.datetime.now()
print(now.date())       # 2024-04-05
print(now.time())       # 14:30:25.123456
print(now.year)         # 2024
print(now.month)        # 4
print(now.day)          # 5
print(now.weekday())    # 4 (星期五,0=周一)
print(now.isoweekday()) # 5 (ISO标准,1=周一)

# 时间差计算
delta = datetime.timedelta(days=7, hours=3)
future = now + delta
past = now - delta
print(future)  # 2024-04-12 17:30:25.123456
标签: reCollections

相关文章

Linux crontab 详解

1) crontab 是什么cron 是 Linux 的定时任务守护进程;crontab 是用来编辑/查看“按时间周期执行命令”的表(cron table)。常见两类:用户 crontab:每个用户一份(crontab -e 编辑)系统级 crontab / cron.d:可指定执行用户(/etc/crontab、/etc/cron.d/*)2) crontab 时间...

富文本里可以允许的 HTML 属性

一、所有标签默认允许的安全属性(极少)class        (可选)id           (通常建议禁用)title️ 注意:id 容易被滥用做锚点注入,很多系统直接禁用class 允许的话最好只允许固定前缀(如 editor-*)二、a 标签允许属性<a href="" t...

Mac 安装 Node.js 指南

方法一:通过官网安装包(最简单,适合初学者)如果你只是想快速安装并开始使用,这是最直接的方法。访问 Node.js 官网。页面会显示两个版本:LTS (Recommended For Most Users):长期支持版,最稳定。建议选这个。Current:最新特性版,包含最新功能但可能不够稳定。下载 .pkg 安装包并运行。按照安装向导点击“下一步”即可完成。方法二:使用 Homebrew 安装(...

Dom\HTML_NO_DEFAULT_NS 的副作用:自动加闭合标签

在使用Dom\HTMLDocument时,Dom\HTML_NO_DEFAULT_NS 将禁止在解析过程中设置元素的命名空间, 此设置是为了与DOMDocument向后兼容而存在的。当使用它时,已知的一个副作用就是:自动加闭合标签例如 </img> 为什么会这样?当你使用:Dom\HTML_NO_DEFAULT_NS文档会变成 无命名空间模式,此时内部更接近 XML...

Laravel 事件和监听器创建

在 Laravel 中,使用 Artisan 命令创建 Events(事件) 和 Listeners(监听器) 是非常高效的。你可以通过以下几种方式来实现:1. 手动创建单个 Event如果你只想创建一个事件类,可以使用 make:event 命令:Bashphp artisan make:event UserRegistered执行后,文件将生成在 app/Even...

自定义域名解析神器 dnsmasq

什么是 dnsmasq?dnsmasq 是一个轻量级、功能强大的网络服务工具,专为小型和中等规模网络设计。它是一个综合的网络基础设施解决方案[1]。dnsmasq 能做什么?功能说明应用场景DNS 转发与缓存将 DNS 查询转发到上游服务器(ISP、Google DNS 等),并在本地缓存结果加快 DNS 查询速度,减少外部 DNS 流量本地 DNS解析本地网络设备的主机名,无需编辑&n...

发表评论

访客

◎欢迎参与讨论,请在这里发表您的看法和观点。